sort_values() 是 pandas 中最常用的排序方法,
它可以按指定欄位對資料進行排序。
讓我用一個簡單的例子來解釋:
基本例子:水果價格表
import pandas as pd
# 創建簡單的水果價格表
fruits_df = pd.DataFrame({
'水果': ['蘋果', '香蕉', '橙子', '草莓', '藍莓'],
'價格': [30, 15, 25, 80, 120],
'庫存': [100, 200, 80, 50, 30]
})
print("原始資料:")
print(fruits_df)輸出:

單一欄位排序:
# 依據「價格」欄位排序
sorted_fruits = fruits_df.sort_values('價格')
print("\n依價格排序 (預設升序):")
print(sorted_fruits)輸出:

降序排序
# 依據「價格」欄位降序排序
sorted_fruits_desc = fruits_df.sort_values('價格', ascending=False)
print("\n依價格降序排序:")
print(sorted_fruits_desc)輸出:

推薦hahow線上學習python: https://igrape.net/30afN




![Python: pandas.Series如何只保留str,去除重複值?#isinstance(x:Any, str) -> bool #.drop_duplicates() #Series.apply( function )逐元素應用function運算 #DataFrame.apply( function )逐Series應用function運算 .drop_duplicates() 跟.unique()有何差別? df.drop_duplicates() 等效於 df[~df.duplicated()] Python: pandas.Series如何只保留str,去除重複值?#isinstance(x:Any, str) -> bool #.drop_duplicates() #Series.apply( function )逐元素應用function運算 #DataFrame.apply( function )逐Series應用function運算 .drop_duplicates() 跟.unique()有何差別? df.drop_duplicates() 等效於 df[~df.duplicated()]](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2024/11/20241123194900_0_5218de.png?quality=90&zoom=2&ssl=1&resize=350%2C233)



![Python: 如何用 pandas.DataFrame.apply 讓DataFrame增加新的一欄 ; df[“mean”] = df.apply( np.mean, axis=1) ; DataFrame.apply(func, axis=0, raw=False, result_type=None, args=(), **kwargs) Python: 如何用 pandas.DataFrame.apply 讓DataFrame增加新的一欄 ; df[“mean”] = df.apply( np.mean, axis=1) ; DataFrame.apply(func, axis=0, raw=False, result_type=None, args=(), **kwargs)](https://i2.wp.com/savingking.com.tw/wp-content/uploads/2023/05/20230519084320_22.png?quality=90&zoom=2&ssl=1&resize=350%2C233)

近期留言